Chainer 7.8.1 （GPU 対応可能）のインストール（Windows 上）

前準備

Build Tools for Visual Studio 2022 のインストール（Windows 上）

以下のコマンドを管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。

REM VC++ ランタイム
winget install --scope machine --accept-source-agreements --accept-package-agreements --silent --id Microsoft.VCRedist.2015+.x64

REM Build Tools + Desktop development with C++（VCTools）+ 追加コンポーネント（一括）
winget install --id Microsoft.VisualStudio.2022.BuildTools ^
  --override "--passive --wait --add Microsoft.VisualStudio.Workload.VCTools --includeRecommended --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.ComponentGroup.ClangCL --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.Windows11SDK.26100"

--add で追加されるコンポーネント

上記のコマンドでは，まず Build Tools 本体と Visual C++ 再頒布可能パッケージをインストールし，次に setup.exe を用いて以下のコンポーネントを追加している。

• VCTools：C++ デスクトップ開発ワークロード（--includeRecommended により、MSVC コンパイラ、C++ AddressSanitizer、vcpkg、CMake ツール、Windows 11 SDK 等の推奨コンポーネントが含まれる）
• VC.Llvm.Clang：Windows 向け C++ Clang コンパイラ
• ClangCL：clang-cl ツールセットを含むコンポーネントグループ（MSBuild から Clang を使用するために必要）
• VC.CMake.Project：Windows 向け C++ CMake ツール
• Windows11SDK.26100：Windows 11 SDK（ビルド 10.0.26100）

インストール完了の確認

winget list Microsoft.VisualStudio.2022.BuildTools

上記以外のコンポーネントが必要になった場合は Visual Studio Installer で個別にインストールできる。

Python 3.8 のインストール（Windows 上）

Pythonは，プログラミング言語の１つ．

【手順】

1. 次のコマンドを管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。

winget install --scope machine Python.Python.3.8

Git のインストール

以下のコマンドを管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。管理者権限は、wingetの--scope machineオプションでシステム全体にソフトウェアをインストールするために必要となる。

REM Git をシステム領域にインストール
winget install --scope machine --id Git.Git -e --silent --accept-source-agreements --accept-package-agreements
REM Git のパス設定
set "GIT_PATH=C:\Program Files\Git\cmd"
for /f "skip=2 tokens=2*" %a in ('reg query "HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment" /v Path') do set "SYSTEM_PATH=%b"
if exist "%GIT_PATH%" (
    echo "%SYSTEM_PATH%" | find /i "%GIT_PATH%" >nul
    if errorlevel 1 setx PATH "%GIT_PATH%;%SYSTEM_PATH%" /M >nul
)

【関連する外部ページ】

• Git の公式ページ: https://git-scm.com/

NVIDIA ドライバのインストール（Windows 上）

1. NVIDIA グラフィックス・ボードの確認

   Windows で，NVIDIA グラフィックス・ボードの種類を調べたいときは， 次のコマンドを実行することにより調べることができる．

   wmic path win32_VideoController get name
   

2. NVIDIA ドライバのダウンロード

   NVIDIA ドライバは，以下の NVIDIA 公式サイトからダウンロードできる．

   https://www.nvidia.co.jp/Download/index.aspx?lang=jp

3. ダウンロードの際には，使用しているグラフィックス・ボードの型番とオペレーティングシステムを選択する．

NVIDIA CUDA ツールキット 11.0，NVIDIA cuDNN 8.2.1 のインストール

• NVIDIA CUDA ツールキットのダウンロードとインストール

  次のページからダウンロードし，インストールする．

  NVIDIA CUDA ツールキットのページ: https://developer.nvidia.com/cuda-toolkit-archive

• NVIDIA cuDNN のダウンロードと設定
  1. NVIDIA Developer Program メンバーシップ

     cuDNN のダウンロードのため，利用者本人が，電子メールアドレス，表示名，パスワード，生年月日を登録．利用条件等に合意．

     URL: https://developer.nvidia.com/cudnn

  2. NVIDIA cuDNN v8.2.1 for CUDA 11.X のダウンロードと展開（解凍）
     • NVIDIA cuDNN のダウンロード URL: https://developer.nvidia.com/cudnn
  3. 「NVIDIA cuDNN をインストールしたディレクトリ」をもとに環境変数を設定する．

     「NVIDIA cuDNN をインストールしたディレクトリ」が C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0 の場合には，次のように設定する．

     • すでに，c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin には，パスが通っている．
     • Windows の システム環境変数 CUDNN_PATH に，c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0 を設定

       Windows で，管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）。

       次のコマンドを実行

       powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDNN_PATH\", \"c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\", \"Machine\")"
       

       
  4. Windows では，次の操作により，cudnn64_8.dll にパスが通っていることを確認する．

     Windows のコマンドプロンプトを開き，次のコマンドを実行する．エラーメッセージが出ないことを確認．

     where cudnn64_8.dll
     

     

Chainer のインストール

Python 3.8, 3.7, 3.6, 3.5 のいずれかが必要 (根拠: https://pypi.org/project/cupy-cuda110/7.8.0/#files)

ここでは，Python 3.8 を使う．

1. 以下の手順を管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。
2. Chainerのインストール

   py -3.8 -m pip install -U pip setuptools
   py -3.8 -m pip install -U chainer
   

   
3. Chainer のバージョン確認

   py -3.8 -m pip show chainer
   

   
4. 動作確認のため example プログラムを使いたいので、chainer のソースコード類一式のダウンロード

   【関連する外部ページ】 https://github.com/chainer/chainer

   py -3.8 -m pip install -U matplotlib
   cd /d c:%HOMEPATH%
   rmdir /s /q chainer
   del pax_global_header
   git clone https://github.com/chainer/chainer.git
   

   
5. MNIST データセットで学習してみる

   https://chainer.org/ の記述に従い、「MNIST example」を実行してみる．

   GPU 無しで動作させ、Chainer のインストールを確認する

   「-g -1」は　「GPU　を使わない」と明示的に指定するもの

   cd /d c:%HOMEPATH%\chainer
   py -3.8 examples/mnist/train_mnist.py -g -1
   

   学習が行われる。終了までしばらく待つ。

   

   乱数を使うので毎回違う結果が表示される

   エラーメッセージが出なければ、インストール成功とする

Chainer を GPU で動作させてみる

1. 以下の手順を管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。
2. CuPy のインストール

   py -3.8 -m pip install "cupy-cuda110>=7.7.0,<8.0.0"
   

   
3. cupy のバージョン確認

   py -3.8 -m pip show cupy-cuda110
   

   
4. MNIST データセットで学習してみる

   https://chainer.org/ の記述に従い、「MNIST example」を実行してみる．

   cd /d c:%HOMEPATH%
   py -3.8 chainer/examples/mnist/train_mnist.py -g 0
   

   学習が行われる。終了までしばらく待つ。

   

   * 乱数を使うので毎回違う結果が表示される

   エラーメッセージが出なければ、インストール成功とする